申请/专利权人：湘潭大学

申请日：2022-12-19

公开（公告）日：2024-03-26

公开（公告）号：CN117761243A

主分类号：G01N33/00

分类号：G01N33/00;G06F30/27;G06Q10/0639;G06Q10/04;G06F18/214;B64C39/02;B64U10/10;H04L67/10;H04L67/12;B64U101/35

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明涉及一种基于PX4无人机空气质量监测与预警方法。由PX4无人机搭载各类传感器，对二氧化碳、一氧化碳、PM2.5、PM10等大气质量数据进行实时采集；由无人机上通讯模块将采集数据传输至云服务器开展数据预处理；由云服务器端机器学习模型ARMA‑RNN组合模型建立大气污染程度预测和评价模型，进行未来2～7日酸雨、雾霾等自然灾害概率预测；由云服务器端监控中心实时呈现各项参数和预测结果，进行险情预警与灾害溯源。本发明将移动式无人机技术与机器学习模型相结合，弥补了传统空气质量监测系统在立体化监测方面的不足，有效改善了由于大气污染机理复杂所导致的污染程度评价模糊的问题。

主权项：1.一种基于PX4无人机空气质量监测与预警方法，其特征在于，包括以下步骤:1PX4无人机监测平台的机载监测模块对大气数据各项数据和空间特征数据进行采集；2嵌入式平台单片机对采集数据进行转换后实时传输至人工智能云计算引擎平台；3人工智能云计算引擎平台进行数据处理、开展空气质量评估与预警，并将评级与预警信息发送监控中心；4监控中心发布目标空间大气质量的可视化结果。所述步骤1PX4无人机监测平台的机载监测模块对大气数据各项数据和空间特征数据进行采集，至少还包括以下步骤：1.1搭载模块CO传感器,CO2传感器,NO2传感器,O3传感器，SO2传感器，PM2.5传感器，TVOC传感器的无人机进行区域化巡航飞行，采集目标空间的CO、CO2、NO2、O3、SO2、PM2.5、TVOC浓度值；所述步骤2嵌入式平台单片机对采集数据进行转换后实时传输至人工智能云计算引擎平台，至少还包括以下步骤：2.1嵌入式平台上单片机STM32F103对所采集的数据进行AD数字信号模拟信号转换，便于后续数据与通讯模块的实时传输；2.2嵌入式平台上物联网通信模块SIM900A芯片，通过AT指令集将转换为JSON格式的数据传输至云端的MySQL数据库进行存储，并通过人工智能云计算引擎平台进行数据处理，进一步实现监控中心的实时数据监测和分析。所述步骤3人工智能云计算引擎平台进行数据处理、开展空气质量评估与预警，并将评级与预警信息发送监控中心，至少还包括以下步骤：3.1人工智能云计算引擎平台从云端的MySQL数据库中读取数据，采用AQI空气质量评价标准和ARMA-RNN组合模型进行数据处理；3.2将标注好的数据压缩包上传到人工智能云计算引擎平台上，创建任务，选择华为自研AI机器学习框架MindSpore，利用其数据增强功能，提高模型在不同环境下的抗干扰能力。3.3在无人机监测过程中产生的数据加入数据集，开展模型重训练，提高预测准确度；3.4以国家2016年公布的GB3095《环境空气质量标准》为基准，利用训练好的模型开展大气污染程度评级。多分类模型的结果设有6级预警等级：优秀一级、良二级、轻度污染三级、中度污染四级、重度污染五级、严重污染六级，分别用绿色、黄色、橙色、红色、紫色、褐红色进行等级标识；3.5将预测信息按危险等级分类，备案后及时上传至监控中心进行显示。以便决策者制定应急方案，将大气污染危害的程度和范围减小到最低；所述步骤4监控中心发布目标空间大气质量的可视化结果，至少还包括以下步骤：4.1监控中心通过展示大气各项数据随时间变化的趋势图、空间各点污染程度分布图以及评估等级图，实时显示监测结果，并以对应的预警等级进行颜色标识；4.2监控中心同时显示未来2-7日空气质量AQI指数、无人机监测平台的通信与工作状态、电量状态、高度、风速等。

全文数据：

权利要求：

百度查询： 湘潭大学 一种基于PX4无人机空气质量监测与预警方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD